数据点: 119
Model compare
GPT-5.1 和 O3 的结论先放在这里，方便先判断是否值得继续看明细。
综合加权结果：O3。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
结论
O3
O3 当前综合加权更高；模型 A / B 得分为 46.7 对 53.3。
证据覆盖
119 个数据点
包含 27 个 benchmark、0 个 audit 样本和 6 个 provider 样本。
选择依据
优先看 O3
下方图表把 33 组高信号样本拆开，便于核对速度、跑分和安全分。
左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。
选择其他模型后会打开新的对比页。
这份报告只使用 LMSpeed 已有数据：GPT-5.1 和 O3 的价格、测速聚合、第三方跑分与共同服务商样本。
| Model compare | GPT-5.1 | O3 |
|---|
| 综合领先 | 对照 | 领先 |
|---|---|---|
| 综合加权得分 | 46.7 分 | 53.3 分 |
| Benchmark 分类领先 | 2 类 | 4 类 |
| 运营维度优势 | 最低输入价格、平均速度、首 token 延迟、免费服务商、服务商覆盖 | 暂无数据 |
| 上下文窗口 | 400K tokens | 200K tokens |
| 最大输出 | 128K tokens | 100K tokens |
| 模态 | 输入 图像文本文件 输出 文本 |
总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。
| Model compare | GPT-5.1 | O3 |
|---|---|---|
| 开发者 | OpenAI | OpenAI |
| 发布日期 | 2025年11月 | 2025年4月 |
| 参数量 | 暂无数据 | 暂无数据 |
| Tokenizer | GPT | GPT |
| 知识截止 | 暂无数据 | 2024-06-30 |
| OpenRouter ID | openai/gpt-5.1 | openai/o3 |
| 来源链接 | 暂无数据 | 暂无数据 |
这份报告只使用 LMSpeed 已有数据：GPT-5.1 和 O3 的价格、测速聚合、第三方跑分与共同服务商样本。
GPT-5.1
GPT-5.1 在 benchmark 分类（知识、指令遵循）和运营维度（最低输入价格、平均速度、首 token 延迟、免费服务商、服务商覆盖）更强。
O3
O3 在 benchmark 分类中领先：Agents、代码、推理、数学。
来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。
按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。
平均分
GPT-5.1
52.1
平均分
O3
53.7
O3 领先 1.7
O3 领先 6.5
O3 领先 2.2
GPT-5.1 领先 5.4
O3 领先 4.9
暂无数据
暂无数据
GPT-5.1 领先 0.5
按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。
GPT-5.1
领先56.0
排名 #44/83 · confidence 1 · 评测日期 2025-11-13
O3
50.0
排名 #59/83 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
111.6 tok/s
排名 #60/136 · confidence 4
O3
领先153.2 tok/s
排名 #39/136 · confidence 4
GPT-5.1
35.90 s
排名 #113/136 · confidence 4
O3
领先5.95 s
排名 #65/136 · confidence 4
GPT-5.1
35.90 s
排名 #128/136 · confidence 4
O3
领先5.95 s
排名 #111/136 · confidence 4
GPT-5.1
领先$1.25/M
排名 #108/162 · confidence 4
O3
$2.00/M
排名 #124/162 · confidence 4
GPT-5.1
$10.00/M
排名 #121/162 · confidence 4
O3
领先$8.00/M
排名 #115/162 · confidence 4
GPT-5.1
领先$3.44/M
排名 #118/162 · confidence 4
O3
$3.50/M
排名 #124/162 · confidence 4
GPT-5.1
领先75.0
排名 #3/89 · confidence 1 · 评测日期 2025-11-13
O3
69.3
排名 #22/89 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先87.0%
排名 #12/125 · confidence 4
O3
85.3%
排名 #24/125 · confidence 4
GPT-5.1
领先87.3%
排名 #32/187 · confidence 4
O3
82.7%
排名 #59/187 · confidence 4
GPT-5.1
领先4.9
排名 #34/73 · confidence 1 · 评测日期 2025-11-13
O3
1.1
排名 #54/73 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先26.5%
排名 #39/186 · confidence 4
O3
20.0%
排名 #55/186 · confidence 4
GPT-5.1
领先86.8%
排名 #4/115 · confidence 4
O3
80.8%
排名 #16/115 · confidence 4
GPT-5.1
领先43.3%
排名 #41/184 · confidence 4
O3
41.0%
排名 #57/184 · confidence 4
GPT-5.1
领先43.3
排名 #45/96 · confidence 1 · 评测日期 2025-11-13
O3
41.0
排名 #52/96 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先12.5
排名 #16/35 · confidence 1 · 评测日期 2025-11-13
O3
2.1
排名 #32/35 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先31.0
排名 #19/47 · confidence 1 · 评测日期 2025-11-13
O3
18.7
排名 #30/47 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先49.9
排名 #30/56 · confidence 1 · 评测日期 2025-11-13
O3
38.0
排名 #39/56 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
51.3
排名 #66/90 · confidence 1 · 评测日期 2025-11-13
O3
领先87.1
排名 #22/90 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
37.6
排名 #31/90 · confidence 1 · 评测日期 2025-11-13
O3
领先38.4
排名 #27/90 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先87.3
排名 #36/96 · confidence 1 · 评测日期 2025-11-13
O3
82.7
排名 #54/96 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先26.5
排名 #39/96 · confidence 1 · 评测日期 2025-11-13
O3
20.0
排名 #52/96 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先36.9
排名 #42/99 · confidence 1 · 评测日期 2025-11-13
O3
30.4
排名 #57/99 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先75.5
排名 #23/57 · confidence 1 · 评测日期 2025-11-13
O3
70.1
排名 #41/57 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先1220.0
排名 #37/65 · confidence 1 · 评测日期 2025-11-13
O3
1069.0
排名 #58/65 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先72.9
排名 #30/86 · confidence 1 · 评测日期 2025-11-13
O3
71.4
排名 #34/86 · confidence 1 · 评测日期 2025-04-16
GPT-5.1
领先81.9
排名 #52/84 · confidence 1 · 评测日期 2025-11-13
O3
80.7
排名 #53/84 · confidence 1 · 评测日期 2025-04-16
来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。
| Provider | GPT-5.1 | O3 |
|---|---|---|
| 暂无共同 provider 的已完成 audit。 | ||
把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。
| Provider | GPT-5.1 | O3 |
|---|---|---|
10 次测试 | GPT-5.1 speed / latency 137 tok/s / 3299ms input / output 暂无数据 | O3 speed / latency N/A / N/A input / output 暂无数据 |
5 次测试 | GPT-5.1 speed / latency 96 tok/s / 1862ms input / output 暂无数据 | O3 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 | O3 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 | O3 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 | O3 speed / latency N/A / N/A input / output 暂无数据 |
GPT-5.1 gpt-5.1-chat-latest speed / latency 暂无数据 input / output $0/request | O3 o3 speed / latency 暂无数据 input / output $5.88/request |
综合加权结果：O3。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
输入
输出
| 能力 | 文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理 | 文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理 |
|---|
